可编程的光子计算设备，灵感来自霍普菲尔德模型

伊辛机为解决NP难问题提供了一种极具前景的方法，但同时具备可扩展性、可重构性、高速性和稳定性的物理实现仍难以实现。量子退火器（如D-Wave的低温硬件）以组合优化任务为目标，但随着问题规模增大，其量子比特需求呈二次方增长，这限制了它们在稠密图上的可扩展性。本文介绍了一种基于光电子振荡器（OEO）的可编程、稳定的室温伊辛机，其自旋表示具有线性扩展性。受霍普菲尔德网络的启发，该架构能解决全连接问题（最多256个自旋，即65,536个耦合），若为稀疏问题，则可处理超过41,000个自旋（205,000+个耦合）。该系统在一个循环时间编码环路中采用级联薄膜铌酸锂（TFLN）调制器、半导体光放大器（SOA）和数字信号处理（DSP）引擎，在自旋耦合和非线性方面展现出超过200千兆次运算每秒（GOPS）的潜力。凭借其高固有速度，该平台在基于OEO的光子伊辛机中实现了最大的自旋配置规模。通过实验证明，在光子伊辛机中，对于任意图拓扑结构的最大割问题（2,000和20,000个自旋），该系统的解决方案质量达到同类最佳；并获得了数划分和晶格蛋白质折叠问题的基态解——这些基准问题此前尚未被光子系统解决。该系统利用高波特率产生的固有噪声来跳出局部最小值并加速收敛。最后，研究表明，将传统用于光通信的DSP嵌入光计算中，可增强收敛性和解决方案质量，为优化、神经形态处理和模拟人工智能领域的可扩展超快计算开辟了新前沿。